2017年以前のAIのほとんどは、現在私たちが古典的AIまたは機械学習と呼ぶもので、回帰と分類という2つの主要なカテゴリに属する、膨大な量の数学と確率論を用いたものでした。

回帰分析とは、ある結果が与えられた場合に、その結果の発生確率を予測するか、あるいはその結果に至った経緯を説明する分析手法です。リードスコアリングやアトリビューション分析を行ったことがある方なら、それが回帰分析の一例だとお分かりいただけるでしょう。

分類とは、データを整理することです。1999年以降にメールのスパムフィルターを使用したことがある人なら、意識していなくても、何らかの形で分類AIを利用していることになります。

これら2つのAI分野における課題は、それらを機能させるための仕組みに膨大な量のコードと統計処理が必要となる点にある。R、Python、Scala、Juliaといった言語を知らなければ、それらから大きな恩恵を得ることは困難だった。